CN112927284B - 矿车掉道的监控方法、装置、设备和存储介质 - Google Patents

矿车掉道的监控方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN112927284B
CN112927284B CN202110234553.3A CN202110234553A CN112927284B CN 112927284 B CN112927284 B CN 112927284B CN 202110234553 A CN202110234553 A CN 202110234553A CN 112927284 B CN112927284 B CN 112927284B
Authority
CN
China
Prior art keywords
mine car
frame
abscissa
mine
marking
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110234553.3A
Other languages
English (en)
Other versions
CN112927284A (zh
Inventor
龚大立
蒙泽敏
侯宇辉
赵雅娟
刘广金
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jingying Digital Technology Co Ltd
Original Assignee
Jingying Digital Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jingying Digital Technology Co Ltd filed Critical Jingying Digital Technology Co Ltd
Priority to CN202110234553.3A priority Critical patent/CN112927284B/zh
Publication of CN112927284A publication Critical patent/CN112927284A/zh
Application granted granted Critical
Publication of CN112927284B publication Critical patent/CN112927284B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30236—Traffic on road, railway or crossing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例涉及煤矿开采技术领域，具体涉及一种矿车掉道的监控方法、装置、设备和存储介质。一种矿车掉道的监控方法，包括：获取矿井中的当前的图像帧，当图像帧中具有矿车时，识别所述图像帧中的每个矿车的标记框参数；根据所述矿车的标记框参数判断所述矿车是否发生掉道，若是，则发出报警信息。本申请通过图像中的矿车的标记框参数；根据所述矿车的标记框参数判断所述矿车是否发生掉道并及时报警，极大地提高了安全监测的效果。

Description

矿车掉道的监控方法、装置、设备和存储介质
本发明为分案申请，其母案申请的国家申请号为201910667885.3，申请日为2019年07月23日，发明名称为“矿车掉道的监控方法、装置、设备和存储介质”。
技术领域
本发明实施例涉及煤矿开采技术领域，具体涉及一种矿车掉道的监控方法、装置、设备和存储介质。
背景技术
矿车掉道是指矿车脱离了轨道，包括两种情况，一种情况是倾斜掉道，车身在轨道上由于一侧倾斜而造成停运；第二种情况是同侧掉道，是指整个车体落在了轨道的外侧，也造成停运。现有技术中是安排专门的监督人员来监视轨道内的情况，但是人力的监督效果差，可能会有发现不及时，处理不及时的确定，矿车掉道发生后，如果不及时发现和处理，很可能会影响轨道上正常行驶的矿车，正常行驶的矿车的行驶速度大概在5到10米每秒，如果与发生掉道的矿车发生碰撞事故，会造成不堪想象的严重后果。
发明内容
为此，本发明实施例提供一种矿车掉道的监控方法、装置和设备，以解决现有技术中由于人力对矿车掉道监控而造成监控效果不好的问题。
为了实现上述目的，本发明实施例提供如下技术方案：本申请实施方式的第一方面，一种矿车掉道的监控方法，包括：
获取矿井中的当前的图像帧，当图像帧中具有矿车时，识别所述图像帧中的每个矿车的标记框参数；
根据所述矿车的标记框参数判断所述矿车是否发生掉道，若是，则发出报警信息。
进一步地，所述标记框参数包括：所述矿车的宽高比；
根据所述矿车的标记框的参数判断所述矿车是否发生掉道，包括：
判断所述矿车的标记框的宽高比与预先设定的宽高比是否相同；
如果所述矿车的标记框的宽高比与预先设定的宽高比的标准值不同，则确定所述矿车发生倾斜掉道。
进一步地，所述方法还包括：如果所述矿车的标记框的宽高比与预先设定的宽高比的标准值相同，则判断所述图像帧中是否有轨道标记框；
如果所述图像帧中有轨道标记框，则判断所述矿车的标记框的中心点的横坐标与所述轨道标记框的横坐标是否相同，如果不同，则确定所述矿车发生同侧掉道。
进一步地，如果所述图像帧中没有轨道标记框，所述方法还包括：
针对任意一辆矿车为目标矿车，确定所述目标矿车的标记框的中心点的横坐标
确定除了所述目标矿车之外的任意多个矿车的标记框的中心点的横坐标；
判断所述目标矿车的标记框的中心点的横坐标与所述任意多个矿车的标记框的中心点的横坐标是否相同，如果不同，则确定所述目标矿车掉道。
第二方面，一种矿车掉道的监控装置，包括：
获取模块，用于获取矿井中的当前的图像帧，当图像帧中具有矿车时，识别所述图像帧中的每个矿车的标记框参数；
判断模块，用于根据所述矿车的标记框参数判断所述矿车是否发生掉道，若是，则发出报警信息。
进一步地，所述标记框参数包括：所述矿车的宽高比；
所述判断模块还用于
判断所述矿车的标记框的宽高比与预先设定的宽高比是否相同；
如果所述矿车的标记框的宽高比与预先设定的宽高比的标准值不同，则确定所述矿车发生倾斜掉道。
进一步地，所述所述判断模块还用于，如果所述矿车的标记框的宽高比与预先设定的宽高比的标准值相同，则判断所述图像帧中是否有轨道标记框；
如果所述图像帧中有轨道标记框，则判断所述矿车的标记框的中心点的横坐标与所述轨道标记框的横坐标是否相同，如果不同，则确定所述矿车发生同侧掉道。
进一步地，所述判断模块还用于，所述判断模块还用于，如果所述图像帧中没有轨道标记框，则确定所述当前图像帧中的矿车的标记框的中心点的横坐标；
针对任意一辆矿车为目标矿车，确定所述目标矿车的标记框的中心点的横坐标
确定除了所述目标矿车之外的任意多个矿车的标记框的中心点的横坐标；
判断所述目标矿车的标记框的中心点的横坐标与所述任意多个矿车的标记框的中心点的横坐标是否相同，如果不同，则确定所述目标矿车掉道。
第三方面，一种矿车队列的监控设备，包括：至少一个处理器和至少一个存储器；
所述存储器用于存储一个或多个程序指令；
所述处理器，用于运行一个或多个程序指令，用以执行如上述任一项所述的方法。
第四方面，一种计算机可读存储介质，其特征在于，所述计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于被执行如上述任一项所述的方法。
本发明实施例具有如下优点：获取图像中的矿车的标记框参数；根据所述矿车的标记框参数判断所述矿车是否发生掉道，极大地提高了监控的效果。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容能涵盖的范围内。
图1为本发明实施例提供的一种矿车倾斜掉道示意图；
图2为本发明实施例提供的矿车掉道监控方法流程图；
图3A为本发明实施例提供的一种矿车同侧掉道发生前示意图；
图3B为本发明实施例提供的一种矿车同侧掉道发生后示意图；
图4为本发明实施例提供的一种矿车掉道的监控装置的结构示意图；
图5为本发明实施例提供的矿车掉道的监控设备的结构示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透彻理解本发明。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
矿车掉道是在煤炭矿井运输中的一种现象。是指矿车的车轮拖离了正常的运行轨道，参见附图1所示的矿车倾斜掉道示意图，左图为正常运行的矿车，右侧为发生掉道的矿车；该矿车的车轮与轨道101脱离，矿车发生了倾斜。如果该矿车满载，容易引起翻车事故。该矿车停运后，如果没有及时发现该掉道的矿车，则后面的矿车会高速行驶与该停运的矿车相撞，造成严重的事故。
基于此，本申请提出了一种矿车掉道状态的监控方法，可以监控轨道上的矿车是否掉道。
本申请提出了一种矿车掉道的监控方法，参见附图2所示的矿车掉道监控方法流程图，该方法包括：
步骤S201，获取矿井中的当前的图像帧，当图像帧中具有矿车时，识别所述图像帧中的每个矿车的标记框参数。
其中，可以在井下设置多个矿用高清防爆摄像机来获取图像，高清防爆摄像机安装于斜巷行人侧巷道顶部，朝向斜巷巷底位置，要求能够拍摄斜巷整个区域。
其中，采用卷积神经网络来实现判断是否有矿车队列的工作，卷积神经网络包括输入层、卷积层、池化层、全连接层和输出层。其中，输入层用于输入图像，卷积层用于将图像转化为特征图，池化层用于对特征图进行池化处理，以减少特征图中的特征数量，全连接层用于将经过卷积层和池化层处理后的特征图映射为一维特征向量，输出层用于根据全连接层输出的一维特征向量，输出第一概率值。卷积神经网络的输出层可以由分类器实现，分类器可以是Softmax分类器，用于实现二分类任务。关于二分类任务，包括比如：图片中的物体是不是矿车；是否是轨道，在采用样本对神经网络进行训练的时候，样本的数量越多，神经网络识别的准确率就越高。
步骤S202，根据所述矿车的标记框参数判断所述矿车是否发生掉道，若是，则发出报警信息。
上述方法，通过获取的图像帧中的矿车标记框的参数来判断矿车是否掉道，用机器监控代替了人工监控，极大地提高了监测的效果，及时报警。
针对于倾斜掉道的情况，在一种可能的实施方式中，所述标记框参数包括：宽高比；
根据所述矿车的标记框的参数判断所述矿车是否发生掉道，包括：
判断所述矿车的标记框的宽高比与预先设定的宽高比是否相同；
如果所述矿车的标记框的宽高比与预先设定的宽高比的误差值大于预定的阈值，则确定所述矿车发生倾斜掉道。
其中，宽高比是矿车在图像中的标记框的宽度和高度的比值；该比值可以反应该矿车在图像中的倾斜的角度，以附图1为例说明，左图为正常运行的矿车，右图为倾斜掉道的矿车，显然两者的标记框是不一样的。右侧的矿车的标记框的宽度和高度的比值要大于左侧的宽高比。本申请借助了图像中的标记框的宽高比来实现是否掉道的判断。
除了倾斜掉道，还有一种情况是同侧掉道，参见附图3A所示的一种矿车同侧掉道发生前示意图；矿车301在轨道302上，矿车301的中心点的横坐标与轨道302的中心点的横坐标是相同的。附图3B为一种矿车同侧掉道发生后示意图；矿车301位于轨道302的一侧。矿车301的中心点的横坐标与轨道302的中心点的横坐标不同。
为了检测同侧掉道的情况，在一种可能的实施方式中，所述方法还包括：如果所述矿车的标记框的宽高比与预先设定的宽高比的标准值相同，则判断所述图像帧中是否有轨道标记框；
如果所述图像帧中有轨道标记框，则判断所述矿车的标记框的中心点的横坐标与所述轨道标记框的横坐标是否相同，如果不同，则确定所述矿车发生同侧掉道。
上述是借助轨道来确定矿车是否掉道，如果图像中没有轨道，只有多个矿车，面对这种情况，本申请还提出了一个通过矿车确定掉道的方法，采用以下步骤进行：
如果所述图像帧中没有轨道标记框，则确定所述当前图像帧中的矿车的标记框的中心点的横坐标；
针对任意一辆矿车为目标矿车，确定所述目标矿车的标记框的中心点的横坐标；
确定除了所述目标矿车之外的任意多个矿车的标记框的中心点的横坐标；
判断所述目标矿车的标记框的中心点的横坐标与所述任意多个矿车的标记框的中心点的横坐标是否相同，如果不同，则确定所述目标矿车掉道。
针对要判断的矿车，如果其余的多个矿车的中心点的横坐标相同，则可以认定多数矿车没有掉道，都处于轨道上，但是要判断的矿车的横坐标与其余的矿车的横坐标不同，则可以认定该要判断的矿车处于掉道。
假设图像中的有8辆矿车，其中，有7辆矿车的中心点的横坐标都会相同的，有1辆矿车的中心点的横坐标与其他7辆矿车的中线点横坐标不相同，则确定这1辆矿车发生了掉道。假设8辆矿车中，有6辆矿车的横坐标相同，而另外两辆矿车的中心点的横坐标与上述6辆不同，则可以认定，上述两辆矿车掉道。
考虑到除了所述矿车之外，其余的矿车中的中心点的横坐标可能会完全相同，也可能会有不相同的情况，比如，一共8辆矿车，除了要判断的矿车之外，其余的7辆矿车中，有6辆矿车的中心点的横坐标相同，但是有1辆的中心点的横坐标不同；或者其中，有5辆的中心点的横坐标是相同的为a，有2辆的中心点的横坐标相同为b，但是a与b不同。则确定a为对应的轨道的中心点的横坐标，也就是标准的横坐标。同时可以确定出2辆横坐标为b的车掉道，并且所要判断的车的横坐标如果不为a，则确定掉道。
所以在一种实施方式中，确定除了所矿车之外的任意多个矿车中的每一个矿车的标记框的中心点的横坐标之后，方法包括：
统计所述多个矿车中标记框的中心点的横坐标相同的矿车的数量；
确定相同数量的最大值；
确定所述最大值的数量对应的标记框的中心点的横坐标为标准横坐标；
如果所矿车的标记框的中心点的横坐标与所述矿车的标记框的中心点的横坐标不同，则确定所述矿车掉道。
为了提高判断的准确率，需要提高矿车测量的数量，才能够准确确定出轨道的标记框的中心点的横坐标。
第二方面，本申请还提出了一种矿车掉道的监控装置，参见附图4所示的矿车掉道的监控装置的结构示意图，包括：获取模块41和判断模块42；
获取模块41，用于获取矿井中的当前的图像帧，当图像帧中具有矿车时，识别所述图像帧中的每个矿车的标记框参数；
判断模块42，用于根据所述矿车的标记框参数判断所述矿车是否发生掉道，若是，则发出报警信息。
进一步地，所述标记框参数包括：所述矿车的宽高比；
所述判断模块42还用于，判断所述矿车的标记框的宽高比与预先设定的宽高比是否相同；
如果所述矿车的标记框的宽高比与预先设定的宽高比的标准值不同，则确定所述矿车发生倾斜掉道。
进一步地，所述判断模块42还用于，如果所述矿车的标记框的宽高比与预先设定的宽高比的标准值相同，则判断所述图像帧中是否有轨道标记框；
如果所述图像帧中有轨道标记框，则判断所述矿车的标记框的中心点的横坐标与所述轨道标记框的横坐标是否相同，如果不同，则确定所述矿车发生同侧掉道。
进一步地，所述判断模块42还用于，如果所述图像帧中没有轨道标记框，
针对任意一辆矿车为目标矿车，确定所述目标矿车的标记框的中心点的横坐标；
确定除了所述目标矿车之外的任意多个矿车的标记框的中心点的横坐标；
判断所述目标矿车的标记框的中心点的横坐标与所述任意多个矿车的标记框的中心点的横坐标是否相同，
如果不同，则确定所述目标矿车掉道。
根据本发明实施例的第三方面，本申请还提出了一种矿车掉道监控设备，参见附图5所示的矿车掉道的监控设备结构示意图，包括：至少一个处理器51和至少一个存储器52；
所述存储器52用于存储一个或多个程序指令；
所述处理器51用于运行一个或多个程序指令，用以执行上述任一项所述的方法。
根据本发明实施例的第四方面，一种计算机可读存储介质，所述计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于被执行如上述任一项所述的方法。
在本发明实施例中，处理器可以是一种集成电路芯片，具有信号的处理能力。处理器可以是通用处理器、数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(FieldProgrammable GateArray，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。处理器读取存储介质中的信息，结合其硬件完成上述方法的步骤。
存储介质可以是存储器，例如可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。
其中，非易失性存储器可以是只读存储器(Read-Only Memory，简称ROM)、可编程只读存储器(Programmable ROM，简称PROM)、可擦除可编程只读存储器(Erasable PROM，简称EPROM)、电可擦除可编程只读存储器(Electrically EPROM，简称EEPROM)或闪存。
易失性存储器可以是随机存取存储器(Random Access Memory，简称RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，简称SRAM)、动态随机存取存储器(Dynamic RAM，简称DRAM)、同步动态随机存取存储器(Synchronous DRAM，简称SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM，简称DDRSDRAM)、增强型同步动态随机存取存储器(EnhancedSDRAM，简称ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，简称SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM，简称DRRAM)。
本发明实施例描述的存储介质旨在包括但不限于这些和任意其它适合类型的存储器。
本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件与软件组合来实现。当应用软件时，可以将相应功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。

Claims (4)

1.一种矿车掉道的监控方法，其特征在于，包括：
获取矿井中的当前的图像帧，当图像帧中具有矿车时，识别所述图像帧中的每个矿车的标记框参数；
根据所述矿车的标记框参数判断所述矿车是否发生掉道，若是，则发出报警信息；
所述标记框参数包括：所述矿车的宽高比；
根据所述矿车的标记框的参数判断所述矿车是否发生掉道，包括：
判断所述矿车的标记框的宽高比与预先设定的宽高比是否相同；
如果所述矿车的标记框的宽高比与预先设定的宽高比的标准值不同，则确定所述矿车发生倾斜掉道；
所述方法还包括：如果所述矿车的标记框的宽高比与预先设定的宽高比的标准值相同，判断所述图像帧中是否有轨道标记框；
如果所述图像帧中有轨道标记框，则判断所述矿车的标记框的中心点的横坐标与所述轨道标记框的横坐标是否相同，如果不同，则确定所述矿车发生同侧掉道；
如果所述图像帧中没有轨道标记框，则确定所述当前图像帧中的矿车的标记框的中心点的横坐标；
针对任意一辆矿车为目标矿车，确定所述目标矿车的标记框的中心点的横坐标；
确定除了所述目标矿车之外的任意多个矿车的标记框的中心点的横坐标；
判断所述目标矿车的标记框的中心点的横坐标与所述任意多个矿车的标记框的中心点的横坐标是否相同，
如果不同，则确定所述目标矿车掉道。
2.一种矿车掉道的监控装置，其特征在于，包括：
获取模块，用于获取矿井中的当前的图像帧，当图像帧中具有矿车时，识别所述图像帧中的每个矿车的标记框参数；
判断模块，用于根据所述矿车的标记框参数判断所述矿车是否发生掉道，若是，则发出报警信息；
所述标记框参数包括：所述矿车的宽高比；
根据所述矿车的标记框的参数判断所述矿车是否发生掉道，包括：
判断所述矿车的标记框的宽高比与预先设定的宽高比是否相同；
如果所述矿车的标记框的宽高比与预先设定的宽高比的标准值不同，则确定所述矿车发生倾斜掉道；
所述判断模块还用于，如果所述矿车的标记框的宽高比与预先设定的宽高比的标准值相同，则判断所述图像帧中是否有轨道标记框；
如果所述图像帧中有轨道标记框，则判断所述矿车的标记框的中心点的横坐标与所述轨道标记框的横坐标是否相同，如果不同，则确定所述矿车发生同侧掉道；
如果所述图像帧中没有轨道标记框，则确定所述当前图像帧中的矿车的标记框的中心点的横坐标；
针对任意一辆矿车为目标矿车，确定所述目标矿车的标记框的中心点的横坐标；
确定除了所述目标矿车之外的任意多个矿车的标记框的中心点的横坐标；
判断所述目标矿车的标记框的中心点的横坐标与所述任意多个矿车的标记框的中心点的横坐标是否相同；
如果不同，则确定所述目标矿车掉道。
3.一种矿车队列的监控设备，其特征在于，包括：至少一个处理器和至少一个存储器；
所述存储器用于存储一个或多个程序指令；
所述处理器，用于运行一个或多个程序指令，用以执行如权利要求1所述的方法。
4.一种计算机可读存储介质，其特征在于，计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于被执行如权利要求1所述的方法。
CN202110234553.3A 2019-07-23 2019-07-23 矿车掉道的监控方法、装置、设备和存储介质 Active CN112927284B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110234553.3A CN112927284B (zh) 2019-07-23 2019-07-23 矿车掉道的监控方法、装置、设备和存储介质

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110234553.3A CN112927284B (zh) 2019-07-23 2019-07-23 矿车掉道的监控方法、装置、设备和存储介质
CN201910667885.3A CN110264513B (zh) 2019-07-23 2019-07-23 矿车掉道的监控方法、装置、设备和存储介质

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201910667885.3A Division CN110264513B (zh) 2019-07-23 2019-07-23 矿车掉道的监控方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN112927284A CN112927284A (zh) 2021-06-08
CN112927284B true CN112927284B (zh) 2024-01-09

Family

ID=67927884

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202110234553.3A Active CN112927284B (zh) 2019-07-23 2019-07-23 矿车掉道的监控方法、装置、设备和存储介质
CN201910667885.3A Active CN110264513B (zh) 2019-07-23 2019-07-23 矿车掉道的监控方法、装置、设备和存储介质

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201910667885.3A Active CN110264513B (zh) 2019-07-23 2019-07-23 矿车掉道的监控方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (2) CN112927284B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112508034B (zh) * 2020-11-03 2024-04-30 精英数智科技股份有限公司 货运列车故障检测方法、装置及电子设备
CN114115300B (zh) * 2022-01-26 2022-04-29 上海伯镭智能科技有限公司 一种无人驾驶矿车的倾斜参数采集方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2212063A1 (en) * 1997-08-29 1999-02-28 Robert Douglas Stephens Railway hazard vibration sensing, locating and alarm system
US6681160B2 (en) * 1999-06-15 2004-01-20 Andian Technologies Ltd. Geometric track and track/vehicle analyzers and methods for controlling railroad systems
KR20090129674A (ko) * 2008-06-13 2009-12-17 명관 이 레일 모니터링 시스템 및 방법
CN104048646A (zh) * 2014-06-27 2014-09-17 山东世纪矿山机电有限公司 基于激光图像测量的脱轨检测装置及方法
CN104192168A (zh) * 2014-08-22 2014-12-10 石家庄铁道大学 基于图像处理的轮轨位移检测装置及方法
CN204567693U (zh) * 2015-04-16 2015-08-19 山东科技大学 一种矿车掉道报警器
CN105759839A (zh) * 2016-03-01 2016-07-13 深圳市大疆创新科技有限公司 无人机视觉跟踪方法、装置以及无人机
CN205819224U (zh) * 2016-05-18 2016-12-21 苏州华兴致远电子科技有限公司 列车轮轨状态检测系统
CN107399340A (zh) * 2016-05-18 2017-11-28 苏州华兴致远电子科技有限公司 列车轮轨状态检测系统及检测方法
CN108709567A (zh) * 2018-05-11 2018-10-26 中国神华能源股份有限公司 无人小车运行调节方法及装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101110107A (zh) * 2007-08-27 2008-01-23 北京交通大学 轨道交通车辆关键设备状态的智能集成及监控方法
CN102419925A (zh) * 2010-09-27 2012-04-18 天津职业技术师范大学 采区斜井(巷)运输人本安全监控培训系统及制作方法
JP5748468B2 (ja) * 2010-12-09 2015-07-15 三菱電機株式会社 ホーム状況検知装置
US8973715B2 (en) * 2012-02-14 2015-03-10 Inventio Ag Movable body derailment detection system
CN106874845B (zh) * 2016-12-30 2021-03-26 东软集团股份有限公司 图像识别的方法和装置
CN106997409B (zh) * 2017-02-28 2020-03-17 青岛理工大学 基于隧道不均匀沉降的列车脱轨事故情景构建方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2212063A1 (en) * 1997-08-29 1999-02-28 Robert Douglas Stephens Railway hazard vibration sensing, locating and alarm system
US6681160B2 (en) * 1999-06-15 2004-01-20 Andian Technologies Ltd. Geometric track and track/vehicle analyzers and methods for controlling railroad systems
KR20090129674A (ko) * 2008-06-13 2009-12-17 명관 이 레일 모니터링 시스템 및 방법
CN104048646A (zh) * 2014-06-27 2014-09-17 山东世纪矿山机电有限公司 基于激光图像测量的脱轨检测装置及方法
CN104192168A (zh) * 2014-08-22 2014-12-10 石家庄铁道大学 基于图像处理的轮轨位移检测装置及方法
CN204567693U (zh) * 2015-04-16 2015-08-19 山东科技大学 一种矿车掉道报警器
CN105759839A (zh) * 2016-03-01 2016-07-13 深圳市大疆创新科技有限公司 无人机视觉跟踪方法、装置以及无人机
CN205819224U (zh) * 2016-05-18 2016-12-21 苏州华兴致远电子科技有限公司 列车轮轨状态检测系统
CN107399340A (zh) * 2016-05-18 2017-11-28 苏州华兴致远电子科技有限公司 列车轮轨状态检测系统及检测方法
CN108709567A (zh) * 2018-05-11 2018-10-26 中国神华能源股份有限公司 无人小车运行调节方法及装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Akira Matsumoto.A NEW MONITORING METHOD OF TRAIN DERAILMENT COEFFICIENT.《2006 IET International Conference On Railway Condition Monitoring》.2007,第136-140页. *
Measurement of Vertical and Longitudinal Rail Displacements using Digital Image Correlation;Chris A. Murray et al.;《Canadian Geotechnical Journal》;第52卷(第2期);第1-41页 *
绳连续牵引车脱轨监控系统设计;孔峰 等;《煤炭科学技术》;第S1卷(第44期);第106-108页 *
视频图像处理技术在保障机车调车作业安全方面的研究与实践;迟学力;《铁道通信信号》;第51卷(第10期);第71-74页 *
轨道交通安全视频检测关键技术研究及系统实现;王永建;《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》;第2019年卷(第05期期);第B026-77页 *

Also Published As

Publication number Publication date
CN110264513A (zh) 2019-09-20
CN112927284A (zh) 2021-06-08
CN110264513B (zh) 2021-04-06

Similar Documents

Publication Publication Date Title
CN112927284B (zh) 矿车掉道的监控方法、装置、设备和存储介质
CN109165541B (zh) 用于智能识别轨道交通车辆图像中车辆零部件的编码方法
CN111368612B (zh) 超员检测系统、人员检测方法及电子设备
CN104029680A (zh) 基于单目摄像头的车道偏离预警系统及方法
CN111523607B (zh) 一种接触网吊弦异常检测方法与系统
CN112749622B (zh) 应急车道占用识别方法和装置
CN104157160A (zh) 车辆行驶控制方法、装置及车辆
CN111144485A (zh) 基于xgboost分类算法的车辆事故判断方法和系统
CN111222394A (zh) 一种渣土车超载检测方法、装置及系统
CN111815984A (zh) 一种基于物联网的车辆限高预警方法及系统、车辆
CN113421434B (zh) 用于公路治超非现场执法的超限超载率计算方法
CN117953460A (zh) 基于深度学习的车辆轮轴识别方法及装置
CN112507874B (zh) 一种用于检测机动车加塞行为的方法与设备
CN114202903A (zh) 基于dem数据的车辆预警方法、装置、设备及存储介质
CN116433988B (zh) 一种多源异构的图像数据分类治理方法
CN117392843A (zh) 一种逃费嫌疑的确定方法、装置、设备及存储介质
CN108389177A (zh) 一种车辆保险杠破损检测方法及交通安全预警方法
CN110556003A (zh) 无轨胶轮车速度的监控方法、装置、设备和存储介质
CN114141022A (zh) 应急车道占用行为检测方法、装置、电子设备及存储介质
CN116026441A (zh) 车辆载重量异常检测方法、装置、设备及存储介质
CN110378298B (zh) 矿车队列的监控方法、装置、设备和存储介质
CN105203117B (zh) 位置判断系统
CN116176548A (zh) 一种基于可见光增强的汽车制动器温度红外检测与预警方法及装置
CN112990117B (zh) 基于智能驾驶系统的安装数据处理方法及装置
CN113194408B (zh) 检测北斗信号覆盖盲区的方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant